Přístupy k modelování lidské mysli v kognitivních vědách/old: Porovnání verzí

m (Michal.Bily přesunul stránku Přístupy k modelování lidské mysli v kognitivních vědách na Přístupy k modelování lidské mysli v kognitivních vědách/old bez založení přesměrování: založení strany)
 
Řádek 1: Řádek 1:
 +
{{Nedostatečné reference}}
 +
 
Přístupy k modelování lidské mysli v kognitivních vědách
 
Přístupy k modelování lidské mysli v kognitivních vědách
 
- Jaké znáte základní teoretické přístupy ke studiu lidské mysli?
 
- Jaké znáte základní teoretické přístupy ke studiu lidské mysli?

Aktuální verze z 10. 6. 2015, 18:06

Searchtool.svg Tento článek (nebo jeho část) není dostatečně ozdrojován. Prosím doplňte relevantní odbornou literaturu do příslušné sekce na konci článku či do poznámek pod čarou tam, kde to uznáte za vhodné. Searchtool.svg


Přístupy k modelování lidské mysli v kognitivních vědách - Jaké znáte základní teoretické přístupy ke studiu lidské mysli? - V čem spočívá komputačně-reprezentační uchopení mysli (CRUM)? - V čem spočívá a jak lze využít konekcionistický přístup? Hlavní cíl kognitivné vědy je pochopit myšlenkové pochody. Znalosti v mysli mají formu MENTÁLNÍCH REPREZENTACÍCH - v hlavách lidí probíhaj mentální PROCESY, které manipulují s mentálními reprezentacemi. Výsledkem zpracování jsou myšlenky a činy. Různé typy mentálních reprezentací (např. pravidla nebo pojmy) pracují s různými procesy.

Základní přístupy:

KONEKCIONISTICKÉ REPREZENTACE REPREZENTACE NEUTRÁLNÍCH SÍTÍ

Psychologické pokusy – klíčovou podmínkou pro to, abychom mohli kognitivní vědy považovat za vědu.

METODY

Testování probíhá na počítačích – tyto PC modely slouží jako analogie k mentálním operacím.

KOMPUTAČNĚ REPREZENTAČNÍ UCHOPENÍ MYSLI

Hlavní hypotéza kognitivní vědy – Myšlení lze nejlépe pochopit v pojmosloví reprezentujících struktur v mysli, a v pojmosloví výpočetních procedur, které na těchto strukturách operují. = CRUM (Computional – Representational Understanding of Mind) - srovnání mysli s počítačem (stejné pojmosloví)

Teorie CRUM předpokládá, že v mysli existují mentální reprezentace analogické datovým strukturám (souborům) a výpočetní procedury podobné algoritmům.


PROGRAM Datové struktury Algoritmy = běh programu

MYSL Mentální reprezentace Výpočetní procedury = myšlení



Teorie, modely a programy

Kognitivní teorie předpokládá existenci souboru reprezentačních struktur a soubor procedur, které s nimi zacházejí. Výpočetní model tyto struktury a procesy zpřesní tím, že je bude interpretovat jako analogii s PC programy. Aby se model dat testovat, musí být implementovaný do softwarových programů běžících na různých platformách.

Vyhodnocení různých přístupů k mentálním reprezentacím

6 různých přístupů k mentálním reprezentacím – logika, pravidla, pojmy, představy, analogie a sítě.


Kritéria pro hodnocení

1. Reprezentační mohutnost – kolik informace může vytěžit. 2. Výpočetní mohutnost – výkonost a) řešení problémů – plánování, rozhodování, vysvětlení b) učení c) jazyk 3. Psychologická přijatelnost 4. Neurologická přijatelnost 5. Praktické použitelnost a) výuka b) navrhování c) inteligentní systémy


LOGIKA

(Aristoteles, Church, Turing) SYLOGISMY: - Schémata obsahující premisi a závěr - Jsou formou deduktivního odvozoování – závěry nutně plynou z premis - Induktvní vyvozování – vnáší prvek nejistoty

Formální logika je výkonným nástrojem pro výzkum reprezentací i výpočtů. Proporční a predikátový kalkul umožňují vyjádřit mnohé složité druhy znalostí a mnohé sondy se dají pochopit v pojmech logických dedukcí s odvozovacími pravidly typu modus ponens

= pro kognitivní vědu se příliš nehodí, ale díky ní se lze lepšímu usuzování.



PRAVIDLA

(Newell, Shaw, Simon) - jsou struktury typu jestliže – pak - Logic Theorist, GPS (general promblem solving) + prakticky využitelné při tvorbě výukových programů Většinu lidského myšlení lze popsat terminologií pravidel a mnoho druhů myšlení ( např. plánování ) lze modelovat pomocí systémů založených na pravidlech.

V logice se u pravidla nebo kondicionálu část JESTLIŽE (ANTECEDENT) a část PAK (konsekvent). V umělé inteligenci se pravidlům často říká produkce (Productions)



POJMY – KONCEPTY

(Barlett, Kant, Minsky) - 70.léta PC podstata konceptů – rámec (frame), schéma (schema) nebo scénář (script). + využitelné pro plánování Každý koncept nemusí být přesně definován, ale spíše by měly být nahlíženy jako soubory typických vlastností. Použití konceptů pak spočívá v získání přibližné shody mezi pojmy a světem. Systémy hierarchisticky uspořádaných pojmů se někdy nazývají sémanitickými sítěmi. Odvozování pomocí dědění se používá v objektovém orientování (object-oriented programming).




ANALOGIE

(Mill, Hesse, Evans)

2 situace:

Cílový analog – představuje novou situaci o níž se uvažuje Zdrojový analog – reprezentují původní situaci, jež má být adaptována a aplikována na cílový analog.

+ velký přínos pro vysvětlování

Uplatňuje se v různých oblastech – řešení problémů, rozhodování, vysvětlení a jazyková komunikace. Výpočetní modely simulují způsoby, jak lidé vyhledávají a mapují zdrojové analogy, aby je pak použili na cílové situace. Omezení ve formě podobnosti, sktruktury nebo účelu pomáhají překonat obtížný problém s vyhledáváním předchozích zkušeností a jejich použití v nových situacích. Ne všechno myšlení se odehrává v analogiích a nevhodné analogie mohou myšlení omezovat. Navzdory tomu se mohou analogie stát velmi výkonnými nástroji ve výchovném procesu.



PŘEDSTAVY

(Wundt, Paino, Shepard, Metzler)

- Nejtypičtější jsou vizuální představy. + napomáhá při učení, u PC poměrně vzácné.

Obrazové reprezentace zachytí vizuální a prostorovou informaci ve formě mnohem použitelnější než dlouhodobé slovní popisy. Výpočetními procesy vhodnými pro vizuální reprezentaci jsou prohlížení, vyhledávání, zvětšování, rotace nebo transformace.



KONEKCIONISTICKÉ SÍTĚ


- konekcionistický výzkum – počítačové modelování, které se inspirovalo uspořádáním neuronů v mozku. - Zdůrazňuje důležitost vzájemných propojení (konexí) mezi jednotlivými strukturami připomínající neurony (označení neurální sítě nebo paralelní distribuované zpracování.)

Konekcionistické modely mozku a mysli:

A) Lokální reprezentace – struktury podobné neuronům zde lze označit jako zástupce interpretace pojmů nebo tvrzení. B) Distribuované reprezentace – reprezentaci pojmů nebo výroků se učí celá síť a jejich význam je distribuován přes velké soubory struktur podobných neuronům.

Lokální i distribuované sítě reprezentace jsou schopny paralelního respektování omezení (Parallel constraint satisfaction, PCS) (př. Rozvrh ve škole).

Př. Neckertova krychle

Jak fungují PCS - prvky jsou reprezentovány jednotkami. Pozitivní vnitřní vztahy jsou reprezentované budivými (excitačními) spoji. Negativní vnitřní vztahy reprezentují inhibiční propojení. Síť může reagovat i na vnější působení. Řídící jednotka ovlivňuje připojené jednotky buď pozitivně nebo negativně.

Konekcionistické sítě sestávající z jednoduchých uzlů a jejich propojení jsou velmi užitečné pro pochopení těch psychologických procesů, které zahrnují PCS. Sem patří různé stránky procesu vidění, rozhodování, hledání vysvětlení a vyhledávání významu u porozumění řeči.

Konekcionistické modely mohou simulovat učení za pomoci metod zahrnujících hebkovský způsoby učení a zpětného šíření. Současně aktivované jednotky mají větší váhu.

U lidí se vyskytují procesy, které umožňují šíření aktivace mezi jednotkami prostřednictvím těchto spojů, jsou zde i procesy, které mohou upravovat vlastnosti spojů.

Aplikace šíření aktivace a učení na jednotky v ústí v chování.

Z pohledu psychologie jsou konekcionistické modely jen hrubou aproximací sítí skutečných neuronů.